Regresion Lineal-2

1
Regresión lineal
Scarlet Dayana Guerrero Morales
Escuela de ciencias exactas e ingeniería, Universidad Sergio Arboleda
RE0902-S04: INSIII; Estadística I
Ing. Gustavo Machado
22 de septiembre, 2023
2
En determinado barrio se desea saber si existe alguna relación entre la edad de los vecinos y la
"percepción de seguridad en el barrio", medida en una escala del 0-10, donde el 0 representa
"totalmente seguro" y el 10 representa "totalmente inseguro". Se realiza un pequeño pre-test
con 10 individuos, obteniendo los siguientes datos:
TABLA DE DATOS
OBS X (Edades) Y (P inseguridad)

1 34 4,5
2 27 3
3 65 7
4 20 3,5
5 53 8
6 49 5
7 42 4
8 31 4
9 55 5,5
10 61 7,5
De esta tabla podemos realizar un gráfico de dispersión. El cual, muestra la relación de la

variable dependiente Y (Percepción de inseguridad) y la variable independiente X (Edades).
Además, en esta representación gráfica se puede observar que existe una relación positiva
entre las dos variables, es decir, a mayor edad mayor percepción de inseguridad en el barrio.
RELACIÓN DEL PRE-TEST

9
7 f(x) = 0.0991356668735972 x + 0.867771357623801

R² = 0.745672624744884
6
5
Y
0
10 20 30 40 50 60 70
X
3
La regresión lineal es un método estadístico utilizado para establecer una relación o modelo
matemático entre una variable dependiente y una o más variables independientes. Es un
enfoque ampliamente utilizado en el análisis de datos y la predicción de resultados.
En la regresión lineal, se asume que hay una relación lineal entre la variable dependiente y las
variables independientes. Esto significa que se busca ajustar una línea recta que mejor se
ajuste a los datos observados en un gráfico de dispersión.
Para estudiar la relación entre las dos variables "Edad" y "Percepción de inseguridad" se
puede utilizar el método de regresión lineal, que consiste en ajustar una recta que minimice la
distancia entre los puntos y la recta misma. La ecuación de la recta es de la forma:
Y= AX+B
Donde Y es la variable dependiente (en este caso, la percepción de inseguridad), X es la
variable independiente (en este caso, la edad), A es el término independiente o intercepto y B
es el coeficiente de regresión o pendiente.
Para iniciar, se utilizó el software SPSS para encontrar una solución de manera mas eficaz y
precisa. Con el cual, se obtuvieron las siguientes tablas:
 Resumen del modelo
 ANOVA
 Coeficientes
4
 Una tabla de resumen de modelo en estadística es una tabla que resume los resultados
de un modelo de regresión o cualquier otro modelo estadístico. Esta tabla proporciona
información clave sobre el rendimiento y la calidad del modelo, y puede incluir una
variedad de estadísticas y métricas. En este caso la tabla es la siguiente:
Resumen del modelo
Error Estadísticos de cambio
estándar Sig.
R R cuadrado de la Cambio en Cambio Cambio en
Modelo R cuadrado ajustado estimación R cuadrado en F gl1 gl2 F
1 ,864a ,746 ,714 ,9367 ,746 23,456 1 8 ,001
a. Predictores: (Constante), edad de cada individuo del barrio
 Una tabla ANOVA (Análisis de Varianza) es una herramienta utilizada en estadística
para analizar la variación de una variable dependiente en función de una o más
variables independientes. Esta tabla muestra información sobre la variación total, la
variación debida a los factores y la variación residual o no explicada. En este caso la
tabla es la siguiente:
ANOVAa
Suma de Media
Modelo cuadrados gl cuadrática F Sig.
1 Regresión 20,581 1 20,581 23,456 ,001b
Residuo 7,019 8 ,877
Total 27,600 9
a. Variable dependiente: percepion de cada individuo del barrio

b. Predictores: (Constante), edad de cada individuo del barrio
5
 Una tabla de coeficientes es una herramienta utilizada en estadística y econometría
para mostrar los coeficientes de un modelo o regresión. En un modelo de regresión,
los coeficientes representan la contribución de cada variable independiente al valor
esperado de la variable dependiente.
Las tablas de coeficientes son útiles para interpretar los resultados de un modelo de
regresión y evaluar el impacto de cada variable independiente en la variable
dependiente. Además, con los errores estándar y los valores t, se puede determinar si
un coeficiente es estadísticamente significativo o no, lo que ayuda a identificar las
variables que tienen un efecto significativo en el modelo. En este caso la tabla es la
siguiente:
Coeficientesa
Coeficientes
Coeficientes no estandarizados estandarizados
Modelo B Error estándar Beta t Sig.
1 (Constante) ,868 ,942 ,921 ,384
edad de cada individuo del

,099 ,020 ,864 4,843 ,001
barrio
a. Variable dependiente: percepción de cada individuo del barrio
Con la utilización de la herramienta antes mencionada (SPSS) y haciendo la regresión lineal.

Se obtuvo en dicha practica el siguiente modelo:
Y = 0,0991X + 0,8678
En el cual se observa el valor del termino independiente A: 0,0991 y el coeficiente de
regresión lineal B: 0,8678. El cual, es una medida que indica la relación entre dos variables en
un modelo de regresión. En este modelo nos indica que la edad y la percepción de la
inseguridad son altamentente relacionadas. Ya que, el valor obtenido en el coeficiente de

6
regresión es mayor al 80 %. Ademas, se concluye que la edad y la percepción de inseguridad
son directamente proporcionales. Por que, su valor es positivo.

Regresion Lineal-2

Cargado por

Copyright:

Formatos disponibles

Regresion Lineal-2

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Regresion Lineal-2

Cargado por

Copyright:

Formatos disponibles

1

Scarlet Dayana Guerrero Morales

Escuela de ciencias exactas e ingeniería, Universidad Sergio Arboleda

RE0902-S04: INSIII; Estadística I

Ing. Gustavo Machado

"totalmente seguro" y el 10 representa "totalmente inseguro". Se realiza un pequeño pre-test

con 10 individuos, obteniendo los siguientes datos:

OBS X (Edades) Y (P inseguridad)

De esta tabla podemos realizar un gráfico de dispersión. El cual, muestra la relación de la

RELACIÓN DEL PRE-TEST

7 f(x) = 0.0991356668735972 x + 0.867771357623801

matemático entre una variable dependiente y una o más variables independientes. Es un

enfoque ampliamente utilizado en el análisis de datos y la predicción de resultados.

ajuste a los datos observados en un gráfico de dispersión.

distancia entre los puntos y la recta misma. La ecuación de la recta es de la forma:

Donde Y es la variable dependiente (en este caso, la percepción de inseguridad), X es la

variable independiente (en este caso, la edad), A es el término independiente o intercepto y B

es el coeficiente de regresión o pendiente.

precisa. Con el cual, se obtuvieron las siguientes tablas:

 Resumen del modelo

de un modelo de regresión o cualquier otro modelo estadístico. Esta tabla proporciona

variedad de estadísticas y métricas. En este caso la tabla es la siguiente:

Resumen del modelo

Error Estadísticos de cambio

1 ,864a ,746 ,714 ,9367 ,746 23,456 1 8 ,001

a. Predictores: (Constante), edad de cada individuo del barrio

 Una tabla ANOVA (Análisis de Varianza) es una herramienta utilizada en estadística

para analizar la variación de una variable dependiente en función de una o más

variables independientes. Esta tabla muestra información sobre la variación total, la

variación debida a los factores y la variación residual o no explicada. En este caso la

1 Regresión 20,581 1 20,581 23,456 ,001b

Residuo 7,019 8 ,877

a. Variable dependiente: percepion de cada individuo del barrio

 Una tabla de coeficientes es una herramienta utilizada en estadística y econometría

para mostrar los coeficientes de un modelo o regresión. En un modelo de regresión,

los coeficientes representan la contribución de cada variable independiente al valor

esperado de la variable dependiente.

regresión y evaluar el impacto de cada variable independiente en la variable

un coeficiente es estadísticamente significativo o no, lo que ayuda a identificar las

variables que tienen un efecto significativo en el modelo. En este caso la tabla es la

Modelo B Error estándar Beta t Sig.

1 (Constante) ,868 ,942 ,921 ,384

edad de cada individuo del

a. Variable dependiente: percepción de cada individuo del barrio

Con la utilización de la herramienta antes mencionada (SPSS) y haciendo la regresión lineal.

En el cual se observa el valor del termino independiente A: 0,0991 y el coeficiente de

un modelo de regresión. En este modelo nos indica que la edad y la percepción de la

inseguridad son altamentente relacionadas. Ya que, el valor obtenido en el coeficiente de

regresión es mayor al 80 %. Ademas, se concluye que la edad y la percepción de inseguridad

son directamente proporcionales. Por que, su valor es positivo.

También podría gustarte